DataScientist Track 2018-01-20T10:58:00+00:00

by XHUB & ADALIA

Je veux suivre le :

Inscrivez vous sans attendre, places limitées

Phase Date
Inscription, au plus tard 28/02/2018
Epreuve de sélection à Casablanca « Reveal Day » 30/03/2018
Démarrage de la formation 2/04/2018
Fin de la formation et certification 11/09/2018

Chaque participant bénéficiera de :

  • 1500 Heures de codage et d’apprentissage sur site
  • 410 heures de séminaire et tutorat de premier plan
  • 12 projets de production professionnels dont 6 minimum au service des parrains de promotion

Formation en plein temps, présence obligatoire.

La formation aura lieu à ADALIA School of Business, 1 place BelAir, Casablanca.

Je me suis trompé, je préfère le :

DATASCIENTIST Track

Le Métier

Analysez des données pour identifier des tendances et faire des prédictions… Maîtrisez la Data Science !

La quantité de données disponibles augmente de manière exponentielle. Structurer et comprendre cette avalanche de données est devenu un enjeu crucial, en particulier pour les entreprises.

Quelques missions du/de la Data Scientist :

  • agréger un ensemble de données pour ensuite les nettoyer et les structurer ;
  • explorer ces données afin d’en déterminer la valeur et y repérer des motifs récurrents ou des irrégularités significatives ;
  • produire de la valeur à partir des données par la création de modèles prédictifs ;
  • modéliser le phénomène à l’origine des données pour répondre à un problème de l’entreprise ;
  • monitorer et améliorer les performances de ce modèle grâce au machine learning ;
  • rendre les données visuelles pour communiquer ses résultats au reste de l’équipe ;
  • établir des recommandations pour orienter les décisions stratégiques de l’entreprise.

Pré-requis

Aucun prérequis formel n’est demandé aux participants, seules les épreuves de sélection permettrons à l’administration d’ADACode Academy de prononcer l’admission des candidats. Cependant, le niveau attendu est prépa scientifique ou Bac + 3 en mathématiques ; Master ou diplôme d’ingénieur en informatique.

Les compétences acquises lors de la formation

A l’issue de cette formation, vous serez en mesure de :

  • Analyser des données pour en extraire de la valeur et répondre à une problématique spécifique ;
  • Modéliser le phénomène à l’origine de la création de données, à l’aide d’algorithmes de machine learning ;
  • Mesurer et améliorer les performances de cette modélisation ;
  • Automatiser des tâches telles que des recommandations, des prédictions, des classifications d’images, et bien d’autres !
  • Communiquer vos résultats par la visualisation des données afin de faciliter la prise de décision.

Organisation de la formation

En 6 mois extrêmement intensifs, apprenez les data science et conduisez 12 missions opérationnelles, dont la moitié pour des entreprises de premier plan. Apprenez avec les meilleurs spécialistes.

La formation est découpée en 3 parties :

  • 1er Run d’évaluation
  • runs 2 à 6 pour le premier trimestre afin d’acquérir les fondamentaux
  • runs 7 à 12 pour le second trimestre pour atteindre un niveau professionnel de pratique et d’agilité

Votre matériel

Les étudiants sont tenus d’apporter leur propre ordinateur portable avec beaucoup d’espace libre sur le disque dur. La plupart des élèves utilisent des Mac, simplement parce qu’ils sont faciles à utiliser. D’autres installent Linux sur leurs ordinateurs portables. Les machines Windows sont autorisées tant qu’elles ont un système d’exploitation Windows 10 64 bits.

Au premier jour de classe, les étudiants auront besoin de:

  • La dernière version de Google Chrome
  • Un éditeur de texte: Atom
  • Un compte GitHub
  • Linux: les machines Windows doivent être configurées pour le double démarrage d’un système d’exploitation Linux. Nous recommandons Ubuntu. Si vous souhaitez configurer votre machine Windows pour un double démarrage sous Linux.

Méthode pédagogique

Les concepts enseignés dans nos cours utilisent une méthode modulaire avec ses sessions appelés « runs », un nouveau concept est introduit dans chaque run , en s’appuyant sur celui qui précède. C’est un style difficile qui exige de la persévérance, de la pratique et de la collaboration, mais qui permet d’introduire plus de concepts tout au long de la formation. Cette méthode aide les participants à apprendre et à conserver plus d’informations dans un court laps de temps.

Ponctualité et assiduité

La ponctualité, la participation aux discussions, l’accomplissement des tâches et la démonstration de courtoisie professionnelle envers les autres est nécessaire. La participation sera prise au début de chaque cours. Le passage nécessite au moins 90% de présence. Les étudiants doivent toujours contacter les instructeurs à l’avance s’ils ne peuvent pas assister à tout ou partie d’une session de cours. La présence aux sessions de travail collaboratif n’est pas obligatoire mais hautement recommandée. Les rendus sont obligatoires, tout exercice non rendu entraine l’exclusion du programme.